Ao de la Diversificacin Productiva y del Fortalecimiento de la Educacin

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRION

FACULTAD DE INGENIERIA INDUSTRIAL ,SISTEMA E INFORMATICA
EAP INGENIERIA INDUSTRIAL

DISTRIBUCION NORMAL
DOCENTE : Silva Toledo Vctor
CURSO: Estadstica y probabilidades
INTEGRANTES:
Chvez Bazn Anderson
Espinoza Silva Jeanpierre
Malvas izquierdo Cristian
Umbert Eguizabal Fernando
Yarleque Yovera Jhonatan

HISTORIA
La distribucin normal fue reconocida por primera vez
por el francs Abraham de Moivre (1667- 1754)

Posteriormente, Carl Friedrich Gauss (1777 1855)

realiz estudios mas a fondo donde formula la ecuacin
de la curva conocida comnmente , como la campana
de Gauss.

DEFINICION
La Normal es la distribucin de probabilidad es la
distribucin
continua
ms
importante
de
probabilidad.
Es
una
variable
aleatoria
continua, es decir, puede asumir un nmero
infinito de valores. La asimetra de la curva normal
es nula. Por lo tanto, es simtrica y su altura
mxima coincide con la media.

CARACTERISTICA
S
El promedio aritmtico, la mediana y la moda de

la distribucin son iguales y se ubican en el pico.

El rea total es 1.
La curva normal tiene forma de campana y un
solo pico en el centro de la distribucin.
Es simtrica en tomo a su promedio . La media
divide la curva normal en dos mitades idnticas.

Propiedades de la
distribucin normal
La distribucin normal posee ciertas propiedades importantes que conviene destacar:
I. Tiene una nica moda, que coincide con su media y su mediana.
II. La curva normal es asinttica al eje de abscisas. Por ello, cualquier valor entre y es tericamente
posible. El rea total bajo la curva es, por tanto, igual a 1..
III. Es simtrica con respecto a su media . Segn esto, para este tipo de variables existe una
probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato
menor.
IV. La distancia entre la lnea trazada en la media y el punto de inflexin de la curva es igual a una
desviacin tpica ( ). Cuanto mayor sea , ms aplanada ser la curva de la densidad.
V. El rea bajo la curva comprendido entre los valores situados aproximadamente a dos desviaciones
estndar de la media es igual a 0.95. En concreto, existe un 95% de posibilidades de observar un
valor comprendido en el intervalo .
VI. La forma de la campana de Gauss depende de los parmetros y (Figura 3). La media indica la
posicin de la campana, de modo que para diferentes valores de la grfica es desplazada a lo largo
del eje horizontal. Por otra parte, la desviacin estndar determina el grado de apuntamiento de la
curva. Cuanto mayor sea el valor de , ms se dispersarn los datos en torno a la media y la curva
ser ms plana. Un valor pequeo de este parmetro indica, por tanto, una gran probabilidad de
obtener datos cercanos al valor medio de la distribucin.

DISTRIBUCION
NORMAL
Est caracterizada por dos parmetros: la media,
y la desviacin tpica, .

EJERCICIOS DE
DISTRIBUCION NORMAL:
1) La panadera SANTA ROSA elabora piezas de pan, la longitud
de una pieza se distribuye de forman normal con una media de
15cm y varianza 2.25 cm. Determine
a) Probabilidad de que una pieza exceda los 18 cm?
b) Probabilidad de que las piezas de pan estn entre 13 y 17 cm?

aproximadamente normal para un conjunto

de gerentes de nivel medio es de 1000
dlares y representa una desviacin
estndar de 100 dlares. Cul es la
probabilidad:
Que los gerentes tengan un ingreso semanal
entre 840 y 1200 dlares
Con ingresos semanales de 1245 dlares o
ms.

3) Una poblacin normal tiene una media de 80

una desviacin estndar de 14.0

= 80
= 14

a) Calcule la probabilidad de un valor localizado entre 75.0 y

90.0 (75 x 90)
Probabilid
ad
acumulada
0.71
=
.

90 - 8014 =1014 =
z = 75 - 8014 =-514 = -0.36 0.7611
=
z=

0.3594
p (75 x 90) = 0.7611 0.3594 =
0.4017

75 80

90

b) Calcule la probabilidad de un valor de

75.0
menor.
p(x 75)

p(x 75) = 0.3594

Probabilid
ad
acumulad
a.
0.3594

75

80

alcule la probabilidad de un valor localizado entre 55.0 y 70.0

p (55 x 70)

Probabilid
ad
z = 70 - 8014 =-1014 =-0.71
=
acumulad
a.
0.2389
z = 55 - 8014 =-2514 =-1.79 =
0.0367

55

70

80

Conclusiones :
La distribucin normal se puede utilizar en diferentes tipos de problemas en la vida

cotidiana.
Entendimos y aplicamos la grafica de campana de Gauss para cada uno de los

ejercicios.
Utilizamos la distribucin normal para obtener probabilidades de valores puntuales,

intervalos y cantidades especficas.

La estimacin la aplicamos cuando se desconocen parmetros de una poblacin, se

toma una muestra aleatoria de dicha poblacin de la cual se calcula una

aproximacin a dichos parmetros que desconocemos.

Recomendaciones:
1. Cuando deseamos en algn trabajo de investigacin realizar inferencias acerca de la
media o de la varianza poblacional de variables aleatorias continuas o discretas, y
adems trabajamos con estimadores insesgados para los parmetros poblacionales y
tamaos muestrales mayores a 30; en estos casos resulta til utilizar el mtodo
convencional, ya que si bien es cierto ambos mtodos proporcionan los mismos
resultados, el mtodo Jacknife es un proceso intensivo o de remuestreo. Si trabajamos
con tamaos muestrales menores a 30 y deseamos que la longitud del intervalo sea
pequea es mejor utilizar la estimacin Jacknife.

2. Si tratamos de estimar la mediana poblacional es mejor utilizar la estimacin

convencional, ya que para tamaos muestrales impares el metodo Jacknife no funciona y
para tamaos muestrales pares funciona pero proporciona los mismos resultados que el
mtodo de estimacin convencional, recordando que el mtodo Jacknife es un mtodo
intensivo.